bash - wget维基媒体图像？

Question

我正在尝试使用指向文件命名空间中页面的 URL 从维基共享资源下载图像:

wget http://commons.wikimedia.org/wiki/File:A_golden_tree_during_the_golden_season.JPG

我得到的只是一个无法打开的 JPG 文件。但是当你转到链接时，你实际上看到的是页面而不是图像本身，但是有一个名为“全分辨率”的链接将你发送到真实图像链接，即:http://upload.wikimedia.org/wikipedia/commons/9/92/A_golden_tree_during_the_golden_season.JPG

如何仅通过第一个链接下载此文件？

Answer 1

您可以尝试以下方法:

wget http://commons.wikimedia.org/wiki/File:A_golden_tree_during_the_golden_season.JPG -O output.html; wget $(cat output.html | grep fullMedia | sed 's/\(.*href="\/\/\)\([^ ]*\)\(" class.*\)/\2/g')

第一个 wget 获取您指定的链接。我浏览了几页，发现高分辨率图像在 div 下，class=fullMedia。它解析图像的 url，然后获取该图像。

附注:正如上面所建议的，bash 并不是执行此操作的好方法。你应该看看解析 dom 树的东西。